作者:戴桦; 李景; 卢新岱; 孙歆webshell检测矩阵分解特征训练
摘要:WebShell是网络入侵的常用工具,具有威害性大、隐蔽性好等特点。目前的检测手段较简单,容易被绕过,难以对付复杂灵活的WebShell。针对这些问题,提出一种智能检测WebShell的机器学习算法,通过对己知存在WebShell和不存在WebShell的页面进行特征学习,完成对未知页面的预测,灵活性、适应性较好。实验证明,相比传统的WebShell检测方法,该算法的检测效率、正确率更高,同时也能以一定概率检测出新型的WebShell。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社